ridiculousronzzz / artagent-api

ArtAgent-api

ChatGLM-ArtAgent

api都在utils.py中
166.111.139.116
(base) dlenv@ionia:~$ tmux attach-session -t fxz-aa-api
/data2/dlenv/fxz/ChatGLM-ArtAgent-api
uvicorn utils:app --reload
uvicorn utils:app --reload --port 22231 --host 0.0.0.0  默认是8000端口，可以改成别的
daphne -u /tmp/daphne.sock -p 22231 utils:app
ionia 开放端口：22231-22300
http://127.0.0.1:8000/docs 是api文档

介绍

• P-tuned ChatGLM-6B -> AutoGPT -> LDM

安装指南

注意：本项目使用了 ChatGLM-6B 和 Stable Diffusion 这意味着，您需要有足够的算力来同时运行这两个模型。本项目本身没有 GPU 开销，因此，推荐您将 ChatGLM-6B 与 Stable Diffusion部署在您的计算型服务器上

1. clone 本项目并安装依赖

$ git clone https://github.com/tuteng0915/ChatGLM-ArtAgent.git
$ cd ChatGLM-ArtAgent
$ pip install -r requirements.txt

2. 安装 nltk 模型及数据

方法一：通过 python nltk 库安装

$ python
>>> import nltk
>>> nltk.download('stopwords')
>>> nltk.download('punkt')
>>> nltk.download('averaged_perceptron_tagger')

方法二：通过此链接下载数据：https://cloud.tsinghua.edu.cn/f/1831442f5e734d7da61a/

$ python
>>> import nltk
>>> nltk.data.path

将文件解压后，置于该命令所打印的任一位置下即可

3. 调整 ChatGLM-6B 和 Stable Diffusion 接口

# ./utils.py/call_glm_api
def call_glm_api(prompt, history, max_length, top_p, temperature):
    url = "http://127.0.0.1:8000"       # 将改行修改为您部署的 ChatGLM-6B api 地址

# ./utils.py/call_sd_t2i
def call_sd_t2i(pos_prompt, neg_prompt, width, height, steps, user_input=""):
    url = "http://127.0.0.1:6016"       # 将该行修改为 AUTOMATIC1111/stable-diffusion-webui 地址，并开放api

4. 运行

$ python art_agent.py
# 可以看到如下输出:
promptgen_model loaded
danbooru tags loaded
Running on local URL:  http://127.0.0.1:6006

浏览器访问 localhost:6006 即可。

注意，如果您可以成功打开网页

硬件需求

环境安装

接口调用

使用指南

TODO LIST

• 1 完善 Readme, About us, UI 等

  • 1.1 Readme 中的介绍
  • 1.2 Readme 中的安装指南
    • requirements.txt 可能不全
  • 1.3 Readme 中的使用指南
    • 包括各类 case
  • 1.4 About us
    • 更新在 Readme 和 art_agent.py 中
  • 1.5 更多 UI 细节
  • 1.6 Readme-ENG

• 2 建立评测体系：

  • 2.1 构建评测 prompt 集
    • 更新在 ./benchmark/prompts.txt 中，应尽可能考虑到各种类型的 prompt
  • 2.2 构建评价指标
    • 不仅仅考虑一致性，也需要考虑多样性，更新在 ./benckmark 中
  • 2.3 自动评价、汇报
    • 构建自动评测脚本，脚本需要方便直观地给出链路在各种优化中对于 benchmark/prompts.txt 的改变

• 3 利用构建艺术评论领域的问答数据集并 finetune GLM-6B 模型 (WC)

  • 3.1 跑通 GLM-6B 的 finetune
    • 参考 https://github.com/THUDM/ChatGLM-6B
  • 3.2 进行调研，确定数据集来源
    • 哪个领域，哪些书，哪些章节
  • 3.3 使用 GPT-4 作为辅助，构建问答数据集
    • 给出书的下文，让 GPT 预测提问
  • 3.4 对 GLM-6B 进行 finetune 并评价其效果 *

• 4 多种方式优化 Natural Language -> Prompt 模块 (FXJ)

  • 4.1 更长的问答链路
    • 先介绍 -> 再概况 -> 给出画面 -> 总结元素
  • 4.2 补充 Prompts 的专用模型
    • Seq2Seq? 需要调研和尝试
  • 4.3 匹配关键词
  • 4.4 补充固定关键词

• 5 实现类 autoGPT 链路，并做出创新性优化 (WLJ)

  • 5.1 调研 autoGPT
    • 分析优势劣势, 如何实现
  • 5.2 实现 autoGPT

• 6 图像理解

  • 6.1 上传图像

• 7 丰富功能

  • 7.1 显示当前 prompts
  • 7.2 直接与 SD 交互，类似于 Midjourney

• 8

Contact us!

• Email:
  • [email protected]
• WeChat:
  • TT-20000915-tuteng

参考

• Forked from https://github.com/THUDM/ChatGLM-6B

• https://github.com/AUTOMATIC1111/stable-diffusion-webui

• https://github.com/AUTOMATIC1111/stable-diffusion-webui-promptgen

• https://github.com/LemonQu-GIT/ChatGLM-6B-Engineering

• https://github.com/DominikDoom/a1111-sd-webui-tagcomplete

报错答疑

• 形如这样的错误，一般来源于 api 配置问题。请检查 ChatGLM-6B api 是否已部署其端口配置正确，检查 AUTOMATIC1111/stable-diffusion-webui 是否已部署且开启了 --api

requests.exceptions.ConnectionError: HTTPConnectionPool(host='127.0.0.1', port=8000): Max retries exceeded with url: / (Caused by NewConnectionError('<urllib3.connection.HTTPConnection object at 0x0000021A087AFD30>: Failed to establish a new connection: [WinError 10061] 由于目标计算机积极 拒绝，无法连接。'))